- AIワークアシスタントは、BERTやディープラーニングなどの高度なテクノロジーを通じてコンテキストを理解し、ニーズを予測することで、人間のアシスタントよりも優れたパフォーマンスを発揮できる可能性があります。
- 個々のユーザーの役割、場所、特定のニーズに合わせて対応を調整する必要があるため、AIワークアシスタントが効果的に機能するためにはパーソナライゼーションが不可欠です。
- GleanのAI作業アシスタントは、パーソナライゼーションを活用して適切な結果を提供し、職場の効率を向上させます。これにより、さまざまな役割や場所の従業員にとって貴重なツールとなっています。
期待を高く設定してください！
ある朝、忙しい役員が急いで仕事に出かける。何の前触れもなく、彼女はアシスタントに「あの滑り台」を頼み、急いでオフィスに入り、ドアを閉めます。 しかし、待ってください、 アシスタントは考えているが、 どのスライド?
彼の上司は、彼女が何を探しているのか正確には言わなかったが、優れたアシスタントとして、たとえ背景がなくても、彼女が何を求めているのかをある程度知っているはずだ。彼女がどのプレゼンテーションを考えているのか彼が推測できなければ、少なくともいくつかの可能性を考え出すことができるはずです。
彼は考え始める。彼女はその日に予定されている会議のスライドが欲しいですか？彼は彼女のカレンダーを調べます。彼女は毎月の午前11時に研究開発チームと会議を開き、研究開発ディレクターはいくつかのスライドを発表する予定です。それかもしれない。午後1時、彼女は投資家会議を開き、そこでピッチデッキが必要になります。それはもっともらしい候補のようです。しかし、彼女はその日の午後遅くにセールスミーティングも開催し、プロダクトマネージャーと協力してセールスプレゼンテーションを行っています。それもそうかもしれません。上司の状況とニーズについて知っていることをすべて踏まえると、「それらのスライド」がどのスライドであったかについて、合理的な可能性がいくつか考えられます。
これは、優れた「人間」アシスタントの生活のごく普通の日です。彼らは上司の仕事生活、上司の好み、上司の物事の求め方を知っていなければなりません。また、明確に表現されていない要求を理解し、それらのニーズが明確に知られる前にニーズを予測することも期待されています。
では、すでにヒューマンアシスタントにこのレベルのパフォーマンスが求められているのに、AIベースの作業アシスタントへの期待をこれ以上低くする必要があるのはなぜでしょうか。どちらかといえば、ヒューマンアシスタントが上司のニーズを予測できる程度には限界があり、AI作業アシスタントが必ずしも制約を受けるわけではありません。
たとえば、ヒューマンアシスタントは、上司が昨夜、新入社員エンジニア向けのオンボーディングプレゼンテーションを見ていて、彼女が今そのプレゼンテーションのスライドを探していることを知ることはないでしょう。あるいは、今朝早く、Slackのプライベートメッセージで、同僚にスライドを確認してほしいと約束し、その同僚はそのスライドを彼女と共有しただけだとか。BERT（トランスフォーマーの双方向エンコーダー表現）やその他のディープラーニング技術の最近の進歩により、Slackのメッセージやドキュメントの内容を、AI作業アシスタントが超人的な能力を発揮し始めるレベルまで理解できるようになりました。これは単なる将来の願望ではありません。Glean のような企業は今まさにそれを実現しています。
企業内の各人のパーソナルアシスタント
AIは、企業の幹部だけでなく、あらゆる役割のすべての従業員にパーソナルアシスタントを提供できます。パロアルトオフィスのデザイナーとバンガロールオフィスのエンジニアの両方が「それらのスライド」を同時に表示するようにシステムに要求した場合、AIはこれら2つのリクエストのコンテキストを十分に理解して、デザイナーとエンジニアにそれぞれ個別に関連するスライドデッキを提示する必要があります。
パーソナライゼーションが大きな違いを生むケースを見つけるのは難しくありません。あなたが会社で始めた新入社員だとしましょう。AI作業アシスタントに「オンボーディング」を手伝ってもらう場合、アシスタントは、あなたが特定の部署の特定のチームで特定の役割を果たしていることを理解してもらうことを期待します。あなたの状況に適した文書をアシスタントに見つけてもらいたい。エンジニアは、複数のエンジニアリングチームからのオンボーディングドキュメントにアクセスできる場合があります。製品や営業など、他の部門のオンボーディング文書にアクセスできる場合もあります。しかし、アシスタントがあなたがアクセスできるすべてのオンボーディング文書をランダムに選択して提示するのは適切ではありません。実際に必要なものを提示するには、合理的な判断が必要です。同時に、代わりに「セールスオンボーディング文書」を求めれば、あなたの意図を理解できるほど賢いはずです。
世界中にオフィスを構える大企業には、パーソナライゼーションに関する独自の課題と機会があります。アイルランドオフィスの従業員は、「福利厚生」を検索した結果、北京オフィスの従業員が期待するものとはまったく異なる文書や情報が見つかる可能性があります。同様に、「休暇スケジュール」を検索している米国人従業員は、北米の祝日に関連する文書が他の地域の祝日に関連する文書よりも上位に表示されることを期待するかもしれません。
同じ仕事をし、同じニーズを持ち、同時に同じリソースを発見する人はいないので、各ユーザーのニーズに合わせて行動を調整できない AI 作業アシスタントは手始めにはなりません。たった1人のユーザーであっても、アシスタントとのやり取りは時間とともに進化すると予想されます。1週間の休暇から戻ってきて、見逃した点をアシスタントに尋ねたら、その答えはあなただけでなく、あなたとこの特定の休暇から戻ってきたあなたのために、そしてまさにこの時期にこの特定の休暇から戻ったあなたにも当てはまるはずです。
したがって、AI作業アシスタントの設計では、パーソナライゼーションを後回しにすることはできません。それはシステムのコアコンポーネントでなければなりません。私達は Glean このインサイトは最初から受け入れており、ユーザーに最も関連性の高い結果を提供するための鍵となることがわかりました。
